Monitorización

Se debe monitorizar regularmente los siguientes aspectos en los pacientes hospitalizados para facilitar el reconocimiento temprano del deterioro y monitorizar las complicaciones:[2][607]

  • Constantes vitales (temperatura, frecuencia respiratoria, frecuencia cardíaca, presión arterial, saturación de oxígeno)

  • Parámetros hematológicos y bioquímicos

  • Parámetros de coagulación (dímero D, fibrinógeno, recuento de plaquetas, tiempo de protrombina)

  • electrocardiograma (ECG)

  • Estudios por imágenes de tórax

  • Signos y síntomas de tromboembolismo venoso o arterial.

Escalas de alerta temprana médicas

  • Se deben utilizar escalas de alerta temprana médicas que faciliten el reconocimiento temprano y la escalada terapéutica de los pacientes en deterioro (p. ej., la puntuación nacional de alerta temprana 2 [NEWS2], las escalas de alerta temprana pediátrica [PEWS]) cuando sea posible.[2]

  • No hay datos sobre el valor de usar estas puntuaciones en pacientes con COVID-19 en el contexto de atención primaria.[1030]

Mujeres embarazadas.

  • Controlar los signos vitales tres o cuatro veces al día y la frecuencia cardíaca fetal en las mujeres embarazadas con infección confirmada que son sintomáticas e ingresadas en el hospital. Realizar ecografías de crecimiento fetal y evaluaciones Doppler para vigilar la posible restricción del crecimiento intrauterino en mujeres embarazadas con infección confirmada que son asintomáticas.[659] Se debe realizar una ecografía del crecimiento fetal 14 días después de la resolución de los síntomas.[661]

Seguimiento posterior al alta hospitalaria

  • Los pacientes que presentan sospecha o confirmación de COVID-19 (de cualquier gravedad de la enfermedad) que muestren síntomas persistentes, nuevos o cambiantes deben tener acceso a la atención de seguimiento.[2]

  • Se han publicado guías de práctica clínica para el seguimiento respiratorio de los pacientes con neumonía COVID-19. Los algoritmos de seguimiento dependen de la gravedad de la neumonía y pueden incluir la consulta clínica y la revisión (cara a cara o por teléfono) por un médico o una enfermera, imágenes del tórax, pruebas de la función pulmonar, ecocardiograma, muestreo de esputo, prueba de caminata y evaluación de la saturación de oxígeno.[1031]

  • Más de la mitad de los pacientes que recibieron el alta hospitalaria presentaban alteraciones de la función pulmonar y en las imágenes del tórax 12 semanas después del inicio de los síntomas.[1032] Las pruebas funcionales respiratorias pueden revelar una capacidad de difusión alterada, un patrón restrictivo o un patrón obstructivo.[1033]

Puntuaciones de pronóstico en el desarrollo

  • Se están investigando o desarrollando varias puntuaciones de pronóstico y riesgo clínico para el COVID-19; sin embargo, se necesita una validación externa más amplia en varios grupos de población antes de poder recomendar su uso. La Organización Mundial de la Salud recomienda utilizar el juicio clínico, incluyendo la consideración de los valores y preferencias del paciente y las políticas local y nacional si están disponibles, para guiar las decisiones de manejo, incluyendo el ingreso en el hospital y en la unidad de cuidados intensivos, en lugar de los modelos de predicción disponibles actualmente para el pronóstico.[2]

    • A-DROP: una versión modificada de CURB-65 que mostró una mejor precisión en la predicción de la muerte en hospital cuando los pacientes ingresan con neumonía COVID-19, en comparación con otras puntuaciones de neumonía adquirida en la comunidad ampliamente utilizadas.[1034]  

    • APACHE II: una herramienta clínica eficaz para predecir la mortalidad hospitalaria que funcionó mejor que las puntuaciones de SOFA y CURB-65 en pacientes con COVID-19. Una puntuación de 17 o más es un indicador temprano de muerte y puede ayudar a orientar la toma de decisiones clínicas ulteriores.[1035]  

    • CALL: un sistema de puntuación de factores de riesgo que califica a los pacientes en base a cuatro factores: comorbilidades, edad, recuento de linfocitos y nivel de deshidrogenasa láctica. Un estudio encontró que el 96% de los pacientes con puntuaciones bajas de CALL no avanzaron a una enfermedad grave.[1036]  

    • COVID-GRAM: una calculadora basada en la web que estima la probabilidad de que un paciente desarrolle una enfermedad crítica y se basa en las siguientes 10 variables en el momento del ingreso: anomalía radiográfica de tórax, edad, hemoptisis, disnea, inconsciencia, número de comorbilidades, antecedentes de cáncer, proporción de neutrófilos en relación con los linfocitos, deshidrogenasa láctica y bilirrubina directa. Se requieren estudios de validación adicionales, especialmente fuera de China.[1037]  

    • COVID-19MRS: se encontró que es una herramienta clínica rápida e independiente del operador que predice objetivamente la mortalidad en un estudio de cohorte retrospectivo.[1038]

    • 3F: un modelo de predicción de la mortalidad basado en tres características clínicas: edad, saturación mínima de oxígeno y tipo de visita con el paciente (es decir, pacientes hospitalizados frente a pacientes ambulatorios y visitas de telesalud). En un estudio se observó que el modelo mostraba una alta precisión cuando se aplicaba a conjuntos de datos retrospectivos y prospectivos de pacientes de COVID-19.[1039]

    • 4C: una puntuación desarrollada y validada en un estudio de cohorte prospectivo del Reino Unido de adultos ingresados en el hospital con COVID-19. La puntuación utiliza los datos demográficos de los pacientes, las observaciones clínicas y los parámetros sanguíneos habitualmente disponibles en el momento del ingreso hospitalario y puede caracterizar con precisión a los pacientes con un riesgo de muerte bajo, intermedio, alto o muy alto. La puntuación superó a otras herramientas de estratificación de riesgos, mostró la utilidad de la toma de decisiones clínicas y presentó un rendimiento similar al de modelos más complejos.[1040]

    • QCOVID: un novedoso algoritmo de predicción de riesgo clínico para estimar el riesgo de ingreso hospitalario y la mortalidad basado en la edad, el origen étnico, la privación, el índice de masa corporal y una serie de comorbilidades. En un estudio de cohortes basado en la población se comprobó que el algoritmo funcionaba bien, mostrando niveles muy altos de discriminación por muertes e ingresos hospitalarios.[1041]

El uso de este contenido está sujeto a nuestra cláusula de exención de responsabilidad